Skip to main content
三方模型调用教程

MiMo-小米

本文档介绍如何在阿里云百炼平台调用小米直供的 MiMo 系列模型推理服务。

本文档描述的功能仅在华北2(北京)地域可用,如需使用模型,需从华北2(北京)地域获取与配置 API Key

快速开始

mimo-v2.5-pro 是小米直供的混合推理模型,默认开启思考模式(enable_thinking默认为true),如需直接输出结果可显式传入enable_thinking: false。运行以下代码快速调用思考模式的 mimo-v2.5-pro 模型。 需要已获取与配置 API Key并完成配置API Key到环境变量。如果通过SDK调用,需要安装SDK
  • OpenAI兼容
enable_thinking非 OpenAI 标准参数,OpenAI Python SDK 通过 extra_body传入,Node.js SDK 作为顶层参数传入。
  • Python
  • Node.js
  • HTTP

示例代码

from openai import OpenAI
import os

# 初始化OpenAI客户端
client = OpenAI(
    # 如果没有配置环境变量,请用阿里云百炼API Key替换:api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # 以下为华北2(北京)地域的URL。请将 {WorkspaceId} 替换为您的百炼业务空间ID,各地域的URL不同。
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
)

messages = [{"role": "user", "content": "1+1 等于多少?"}]
completion = client.chat.completions.create(
    model="xiaomi/mimo-v2.5-pro",
    messages=messages,
    # mimo-v2.5-pro 默认开启思考模式,如需关闭可改为 {"enable_thinking": False}
    stream=True,
    stream_options={
        "include_usage": True
    },
)

reasoning_content = ""  # 完整思考过程
answer_content = ""  # 完整回复
is_answering = False  # 是否进入回复阶段
print("\n" + "=" * 20 + "思考过程" + "=" * 20 + "\n")

for chunk in completion:
    if not chunk.choices:
        print("\n" + "=" * 20 + "Token 消耗" + "=" * 20 + "\n")
        print(chunk.usage)
        continue

    delta = chunk.choices[0].delta

    # 只收集思考内容
    if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
        if not is_answering:
            print(delta.reasoning_content, end="", flush=True)
        reasoning_content += delta.reasoning_content

    # 收到content,开始进行回复
    if hasattr(delta, "content") and delta.content:
        if not is_answering:
            print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
            is_answering = True
        print(delta.content, end="", flush=True)
        answer_content += delta.content

返回结果

====================思考过程====================

用户问了一个简单的算术问题:1+1等于多少。
这是最基础的加法运算,答案是 2。我直接给出答案并简要说明即可。
====================完整回复====================

1+1 等于 2。这是最基本的加法运算。
====================Token 消耗====================

CompletionUsage(completion_tokens=42, prompt_tokens=9, total_tokens=51, prompt_tokens_details={'cached_tokens': 0})

其它功能

功能

支持情况

备注

多轮对话

支持

思考模式下需在每轮 assistant 消息中保留 reasoning_content 字段,否则会报错

Function Calling

支持

tool_choice 仅支持 auto;工具函数名只能包含 a-z、A-Z、0-9、下划线、连字符,最大长度 64

上下文缓存

支持

隐式缓存,自动开启

结构化输出

支持

response_format不支持 json_schema

联网搜索

不支持

前缀续写

不支持

多模态输入

不支持

mimo-v2.5-pro 不支持以下参数:top_kreasoning_effortthinking_budgetmodalitiesrepetition_penaltyvl_high_resolution_imagespreserve_thinkingtool_streamenable_code_interpreterparallel_tool_callsseedlogprobstop_logprobsnaudioenable_searchsearch_optionsX-DashScope-DataInspectionskill 支持的参数中,部分参数取值范围与功能与百炼不一致:

参数

百炼

MiMo

temperature

范围为 [0, 2)

范围 [0, 1.5],默认 1.0

top_p

范围为 (0, 1.0]

范围 [0.01, 1.0],默认 0.95

presence_penalty

范围为 [-2, 2],默认值为 0

stop

最多 4 个序列

max_tokens

不限制模型思维链长度,仅限制输出长度

限制模型的输出和思维链长度

模型列表与计费

MiMo 系列模型是小米直供的混合推理模型,提供思考与非思考两种模式。 模型上下文长度与价格信息请参见百炼控制台 按照模型的输入与输出 Token 计费。
思考模式下,思维链按照输出 Token 计费。

错误码

MiMo 系列模型由小米直供,其错误码与百炼平台标准错误码存在差异。调用 MiMo 模型时,请以下表为准。

错误码

错误原因

解决方法

400 - 格式错误

请求体格式错误

  • 检查 JSON 格式是否正确

  • 检查是否包含所有必需参数

  • 检查参数值是否在有效范围内

  • 检查消息格式是否符合接口要求

  • 检查字段是否输入正确

  • 多轮对话思考模式下,需完整回传 reasoning_content 字段给接口

401 - 认证失败

缺少或无效的 API Key,或 Authorization 请求头格式错误

检查 API Key 及请求头格式是否正确

402 - 余额不足

账户余额不足

检查账户余额,及时进行充值

403 - 拒绝访问

服务暂不支持当前地区,或 API Key 被风控

新建 API Key,并注意输入内容安全

404 - 资源未找到

接口或模型不支持图像输入能力

确认使用的模型或接口是否支持多模态图像输入

421 - 内容拦截

内容审核拦截

避免输入不安全或敏感内容

429 - 请求超限

请求过于频繁

实现指数退避和重试逻辑,或降低请求频率

500 - 服务器失败

服务器内部故障

请稍后重试,或联系我们解决

503 - 服务器故障

服务器负载过高

请稍后重试

Token Plan
模型体验
  • 3D模型生成
  • 音乐生成
模型调优
模型压缩目录节点
用量统计与性能监控
资产中心
服务支持